تعیین مدل سطح برگ توت سفید (Marus alba) با استفاده از اندازه گیری خطی
محل انتشار: اولین همایش منطقه ای گیاهان دارویی شمال کشور
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,019
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCMPNI01_149
تاریخ نمایه سازی: 22 اردیبهشت 1393
چکیده مقاله:
اندازه گیری سطح برگ به ویژه در گیاهانی که دارای تنوع زیادی در تعداد، اندازه و شکل برگ هستند بسیار مشکل و زمان بر است و نیاز به صرف هزینه دارد. علاوه بر این در شرایطی که ابزارهای اندازه گیری سطح برگ قابل دسترس نیست وجود روش های باهزینه کمتر و راحت تر مورد نیاز خواهد بود. یکی از این روش ها اندازه گیری غیرتخریبی و دقیق سطح برگ گیاهان است که در مطالعات کاربردی علوم گیاهی، فیزیولوژی و همچنین فرایند مهندسی ژنتیک مواد گیاهی مفید می باشد. عملکرد محصول و کیفیت آن تحت تأثیر فتوسنتز و میزان تعرق می باشد. بنابراین ا ندازه گیری سطح برگ، نقش مهمی در مطالعه مدلهای رشد گیاهی دارد. روش های زیادی به طور مستقیم و غیرمستقیم (تخریبی و غیر تخریبی) برای اندازه گیری سطح برگ بررسی شده است. به هر حال، این روش ها شامل ترسیم، بلوپرینتینگ، استفاده از پلانیمتر، نیازمند قطع برگ از گیاه می باشند. بنابراین اندازه گیری های متوالی از یک برگ امکان پذیر نیست. یک روش جایگزین برای اندازه گیری سطح برگ استفاده از آنالیز تصویر با نرمافزارهای آنالیز تصویر می باشد. تهیه تصویر با دوربین های دیجیتالی آسان می باشد و آنالیز با استفاده از نرم افزار مناسب دقیق است.
نویسندگان
حسین صبوری
استادیار گروه تولیدات گیاهی دانشکده علوم کشاورزی و منابع طبیعی دانشگاه گنبد کاووس
عیسی کرامتلو
دانشجوی سابق کارشناسی ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
زبیده مرادیان
دانشجوی کارشناسی زراعت و اصلاح نباتات، گروه تولیدات گیاهی، دانشکده کشاورزی و منابع طبیعی، دانشگاه گنبد کاووس
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :